Citations in Life Science Patents to Publicly Funded Research at Academic Medical Centers
Notice bibliographique
Résumé
BACKGROUND: The contributions of Academic Medical Centers (AMCs) to biomedical innovation have been difficult to measure because of the challenges involved in tracing knowledge flows from their origin to their uses. METHODS: The authors examined patent citation linkages between AMC research funded by the National Institutes of Health (NIH) and patents. In prospective analyses, they examine the extent to which articles resulting from NIH grants to AMCs awarded between 1990 and 1995 were cited in drug and medical patents. The authors then examine the extent to which these patents are associated with marketed drugs. In retrospective analyses, they examine the share of drugs approved between 2000 and 2009 that have citation links to NIH-funded AMC research. RESULTS: The prospective analyses show over a third of AMC grants resulted in publications that were cited in patents. Most the patents are drug and biotechnology patents, and are assigned to private firms. Patents citing NIH-funded AMC publications were associated with 106 new FDA approved drugs, half of which are new molecular entities and a quarter of which are priority NMEs. The retrospective analyses showed that about half of the new molecular entities approved over the 2000-2009 period had citations links to NIH-funded AMC research. CONCLUSIONS: There are strong links between articles from NIH-funded AMC research and private sector medical patenting, including drugs. More research is needed to better understand the types of links the citations represent and their implications for public policy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».